本发明涉及生物识别，尤其是一种利用特征点拓扑约束方法对生物特征识别如（指纹、指静脉、掌静脉、人脸等识别）提取到的特征点进行过滤，然后结合三角剖分对特征点模板进行自动更新，提升生物识别的精度的基于特征点拓扑约束的模板更新方法。
背景技术：
1、生物特征识别技术具有安全性好、不易丢失、难以仿冒等诸多优点，目前可用于身份识别的人体特征包括指纹、虹膜、面部、掌静脉等生理特征；且随着人工智能的发展，让生物特征识别技术变得更加成熟，也广泛的应用到日常生活中，例如指纹锁、人脸/掌纹支付等；
2、多数生物识别设备会选择在设备端保存图像的局部特征点用于后续匹配，但是由于特征点过多会给设备端带来内存负担，并且这也导致设备端的特征模板更新方式无法做到高效，进而影响后续的识别准确率；例如指纹识别，虽然可以通过增加多个指纹模板或模板自学习（根据匹配成功次数替换）的方式改善这个问题，但是随着识别时间边长，必然会导致识别精度降低；因此为了提升识别精度，需要一种基于特征点拓扑约束的模板更新方法，在提升特征点准确性基础上进行模板自动更新，来提升识别的精度，同时也能减轻设备的内存负担。
技术实现思路
1、本发明为解决现有技术的缺陷，提供了一种基于特征点拓扑约束的模板更新方法，该基于特征点拓扑约束的模板更新方法通过图像预处理、特征点提取、特征点拓扑约束和模板自动更新等方式完成特征模板的自动更新，达到了对提取的特征点进行拓扑约束，降低噪声特征点对识别的影响，提升了特征点的准确性的目的；利用三角剖分的方法进行模板更新，可以通过不断的更新学习到更加丰富的特征点，达到了便于提升后续的匹配精度的目的。
2、本发明解决其技术问题所采用的技术方案为，一种基于特征点拓扑约束的模板更新方法，通过图像预处理、特征点提取、特征点拓扑约束和模板自动更新等方式完成特征模板的自动更新，具体实施如下：
3、（1）图像预处理：对设备端获取的图像进行滤波、分割、增强等操作，改善图像的质量，便于改善后续的特征提取和匹配的精度；
4、（2）特征提取：利用特征提取算子如sift、surf、orb等提取预处理后图像的特征点；
5、（3）特征匹配拓扑约束：由于提取到的特征点会存在噪点，所以在匹配前需要对特征进行过滤，特征匹配拓扑约束的算法过程为：
6、双向匹配计算，利用余弦距离分别计算待匹配图和匹配模板图中特征点的特征距离，保留同时满足双向匹配中特征距离相似度据高于设定阈值（threld1）的特征点集合feat1；
7、ransac算法过滤：从feat1集合中通过随机抽样来选择随机选取4个点，计算变换矩阵，然后根据这个矩阵计算所有点的误差，迭代一定次数，取误差最小的矩阵作为变换矩阵，随后把符合这个变换矩阵的匹配对且误差小于设定阈值（threld2）的特征点数据视为内点，否则就将这个特征点对进行滤除，最后得到滤除噪点的特征点对集合feat2；
8、拓扑结构约束：基于待匹配的特征点的拓扑结构和录入图像特征点的拓扑结构一致的原则，分别构建待匹配的特征点的拓扑结构图和录入图像特征点的拓扑结构图，
9、（4）匹配相似度计算：对步骤（3）中得到的特征点对，计算匹配相似度；当待识别的图像于录入图像的相似度大于设定的阈值threld3时，则匹配成功，并将匹配成功的特征点加入特征模板中，用于后续的模板更新；
10、（5）模板更新：匹配成功后，将匹配成功的图像特征点加入到特征模板中，对特征模板进行更新，更新方法采用三角剖分的方式进行更新，即对录入特征模板构建三角剖分图，将新的特征点加入到三角剖分图中对录入的模板进行更新。
11、本发明的有益效果是：相比生物识别的模板更新方案，该方案具有以下优点：
12、（1）对提取的特征点进行拓扑约束，降低噪声特征点对识别的影响，提升了特征点的准确性。
13、（2）利用三角剖分的方法进行模板更新，可以通过不断的更新学习到更加丰富的特征点，便于提升后续的匹配精度。
1.一种基于特征点拓扑约束的模板更新方法，其特征是：通过图像预处理、特征点提取、特征点拓扑约束和模板自动更新等方式完成特征模板的自动更新。
2.根据权利要求1所述的一种基于特征点拓扑约束的模板更新方法，其特征是：该方法具体实施如下：
